IBM研究室已经开始着手把这三项研究变成成熟的医疗工具，将公司现存的机器学习和人工智能系统与硅片、毫米波相控阵传感器等结合。
AI+超成像系统，“看”到疾病和危害
首先要提到的“超成像系统”，是一种广范围的电磁波谱成像技术，不仅可以获取人眼可见光形成的图像，还能模拟超出此范围的电磁波图像。
使用高性能相机和其他传感器，临床医生就能发现用药是否适合患者。“用这种超成像技术，人们就像是长了第三只眼，能发现我们日常所忽视的线索。”IBM技术总监RashikParmar说道。
尽管实现超成像的硬件已经出现，但要使其进入市场，还需做更多的工作。能够进行广泛光谱成像的仪器不是什么新鲜事物，但区别就是IBM要将其简化、小型化，并降低其制造成本，还要用认知算法来进行破译和可视化，让这项技术真正发挥其作用。
Parmar还补充道，IBM现在有很多“花里胡哨”的发明，但都能很快让它们变为可用性较高的产品。而在医疗应用上，简单例子的就是用超成像设备迅速看牙，或者为标准医疗射线检查提供更丰富的信息。
可能就在IBM计划的5年之内，这种机器会变成你身边的药理学、毒理学专家——最终，这种超成像会被整合到手机中，在吃饭或服药之前可以先扫描一下，看是否有有害物质或致敏源等。
AI+芯片实验室，精细疾病早诊
相似的，IBM也有可能会在几年内推出一种新的人工智能分析技术：芯片实验室。这种设备也就荷包大小，用一滴血或任意体液就能分析出细菌、病毒或预示着某种疾病的蛋白质。
Parmar表示，IBM从六七年前就开始探索“纳米纤维”这种概念了，那时是要做一种可以模拟气味的工具。
如果将纳米纤维与其他种类的传感器相结合，就能用纳米结构来检验体液，包括唾液、血液、液体活检的样品，从中分析潜在的疾病。再结合数字化制造和3D打印等技术，IBM就能把传感器放入定制化探针，帮助有效分析。
相比起需要等待数周的血检，芯片实验室不用花时间来把病毒培养至能够被监测到的量，而是直接通过传感器来追踪最为细微的生物标记。
这项技术最为厉害之处，可能在于它能让人们在出现症状之前就了解自己的患病可能。举个阿茨海默症的例子，在出现明显症状之前很长一段时间，患者的神经状态已经产生了显着改变。
如果定期检查血样，可以在阿茨海默症的早期就寻找到生物标记，迅速开始根据个人的情况制定治疗方案。
虽然这种能从一滴血分析疾病的技术对人工智能水平是个巨大挑战，但真正考验IBM公司把此种产品推向市场的，还是在于技术难度超高的硅片。“芯片的最小测量级别为20纳米，它能让你从一个相当细化的角度来观察病毒等物质，但要看到这个精细程度，在材料的制作上可是要花费巨大的心血。”
AI+文字信息，形成精神疾病模型
精神疾病，是又一个需要人工智能技术来仔细咀嚼大量数据，化作有效医学见解的领域。在接下来的两年内，IBM会制造出能从人的讲话中诊断精神疾病的机器学习系统原型。
在精神疾病诊断中，患者的谈话一直是医生用以判断病情的重要因素。语速、音量、用语特点，都可以用于判断精神疾病。现在IBM把这个分析工作交给了人工智能，从患者与医生的交流，或人们自己在社交网站上写下的话语，都可以作为分析材料。
IBM能做到这一点，前提是他们已花费数年时间来研究精神、心理障碍与语言之间的关联，建立起了一套测量体系。“我们目前提上日程的研究，是要弄清这件事：对于特定的个体来说，某段话中的某些用语，能否帮助我们理解这个人的心理状态？”技术总监Parmar说道。
IBM早已有过建立医疗模型的尝试：沃森最早的商业化尝试，“蓝色巨人”认知计算机系统，就是癌症护理医师的助手。今天，公司还与医疗行业产生了不少的合作，建立各式各样的医疗认知工具原型。
例如，IBM透露JupiterMedicalCenter（木星医疗中心）这家佛罗里达的地方医疗中心就会引进IBM沃森的肿瘤辅助诊疗技术。另外，它还与纪念斯隆凯特琳癌症中心（MSK）合作了癌症治疗培训项目。
除了精神分裂症、双向情感障碍、抑郁症等，IBM还会从可穿戴运动健身设备和医疗设备处获取数据，来辅助诊断帕金森症等神经疾病。虽然现在已经有医药健康专家把可穿戴的数据用在诊断判断上，但IBM希望用机器学习来加速这个进程，并能提供额外的见解。
Parmar说，其实美国和欧洲已经有人做了可穿戴数据的实验，也有教授把实验数据分享了出来，但没有人把这些数据综合到一起，研究这些数据中间是否有可关联之处，或者用整合的数据得出更深层次的理解。“用机器来处理和整合，恰好就是这个问题的答案。”
